彩虹智慧物联网云平台解析-优快云博客

云平台构建了完整的知识图谱解决方案，建立了基于知识表示、知识获取、知识应用的智慧解决方案。平台具备数据采集、远程控制、实时监控、数据增值、数据分析等物联网核心功能，平台具备强大的用户组态功能，是一款Web组态软件。通过简单的配置，就可以实现您个性化的应用。平台是一个知识共享和集成管理平台，平台可以从云平台的物联网应用中，不断的学习，获取行业知识，从而形成行业知识库。

云平台建立了基于AI的对象实时数据库。实时数据库具备丰富数据采集方式。通过modbus协议支持rs485信号的获取；通过opc获取自动化系统中的设备信息；通过rtsp协议获取视屏音频信号；支持mqtt、rtu、dtu等多种通讯方式。实时数据库支持1000万级别以上的设备同时在线，支持毫秒级别的设备通信，数据监控与报警，能充分的保证监控的实时性；实时数据库采用Nosql技术，支持秒级数据归档，支持长达50年的数据连续存储。

云平台实时监测采用SingalR、canvas、svg、html5技术路线，不需要安装flash等第三方插件。具备设备监控组态、工艺监控组态、驾驶舱组态等监控组态工具，拥有实时文本、实时表格、实时曲线、仪表盘、图表、管道泵阀等行业监控图元；平台提供了丰富的实时监控组态样例，您只需要通过简单的配置，就可以配置个性化的实时监控画面。

云平台已经内置了物联网行业通用的微分、积分、极值、方差等数据增值模型，同时支持脚本编程和第三方算法插件，具备强大的数据增值能力和业务规则集成能力；云平台提供了商业智能数据可视化工具，提供了专家系统、智能预测、智慧管理等数据智能应用工具。彩虹智慧物联网云平台不仅仅只是监控报警管理平台，同时通过知识获取和知识应用解决方案，能快速高效配置您所需要的个性化的管理和决策功能。

1. 目标
  1. 人工智能平台

彩虹智慧物联网云平台首先是一个人工智能平台。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；人工智能是一门关于知识的科学，解决知识如何表示、知识如何获取、知识如何应用。智慧物联网已经建立了特征、概念、信息命题、规则、规范、算法、命令、梯形图等知识表示方案；建立了脚本编程、自动编程、开发者平台、机器学习等知识获取解决方案；建立了商业智能、专家系统、智能预测等通用知识应用工具。通过人工智能平台的建立，从而使平台具备感知认识、学习、推理、思考、规划等人类智能形式；人工智能最核心部分是知识的获取，彩虹智慧物联网云平台支持系统内置、用户组态、机器学习三种方式，来支持知识获取。智慧物联网已经内置了大量行业特征、概念、标准等陈述性知识；内置了数量统计、物联网区间量模型、能源管理模型等程序性知识。随着智慧物联网应用的发展，大量的知识来源于用户组态，并在云平台的统一管理下，形成细分行业知识应用解决方案。

人工智能平台是彩虹智慧物联网云平台的内核和基石，也是智慧物联网核心技术的体现和价值所在。

1. 1. 大数据平台

采用彩虹智慧物联网云平台大数据平台包括彩虹实时数据库和彩虹大数据两部分。大数据平台是为人工智能平台提供强大的计算和数据管理能力，能对感知到的实时信息，进行实时感知认知，并作出实时的响应；对用户的统计、分析、诊断等操作快速给出相应的信息，从而使智慧物联网具备强大的记忆、运算能力，能对外部反应作出敏捷的相应。大数据平台综合运用模糊记忆、Nosql、多级高速缓存、预计算、分布式云计算等技术手段；通过Nosql技术手段，实现提升平台的记忆能力，提升所感知到信息的记忆密度，做到历历在目，过目不忘的目的；通过模糊记忆，来提高记忆数据的质量；通过多级缓存来加快数据和信息的检索速度；通过预计算，以空间换时间来提高大计算量信息的即时相应速度；通过分布式云计算来提升云平台的计算能力。

1. 1. 物联网应用平台

物联网应用是一个在互联网上实现物与物、物与人相连的应用。物联网平台则是一个可以同时运行多个物联网应用的软件系统；物联网云平台则是部署在云端的物联网平台。彩虹智慧物联网软件系统可以部署在云端，同时也可以应客户的要求，进行本地部署；彩虹智慧物联网云平台在在彩虹人工智能和彩虹大数据平台的支持下，建立的面向物联网应用的软件系统，物联网云平台的建设目标是建立物联网应用的数据采集、实时监控、实时报警、数据增值、数据峰项应用等通用基础功能，然后平台用户通过组态、二次开发等，快速部署物联网应用；

物联网云平台依托大数据平台，建立了对象实时数据库，提供实时设备映射、实时任务调度、和历史数据库三大功能；彩虹智慧物联网云平台提供了opc、modbus、rtsp等基础的数据采集功能、支持dtu、rtu、mqtt等通信协议，能够实时感知智能数字设备的各种实时指标信息，获取智能多媒体设备的视频音频信息；彩虹智慧物联网云平台提供了工艺流程监控、设备实时监控、驾驶舱监控、视频监控等多种实时监控方式；智慧物联云平台提供报警定义、实时报警、通信监控等报警管理工具；智慧物联网建立极值、均值、实时值到区间值的数理统计模型，满足大部分物联网对数据增值的要求；智慧物联网提供历史数据查阅、历史曲线、统计报表、同比、环比分析等数据可视化功能；

物联网可以应用到数字化城市、智能制造、智慧能源、数字化家庭等很多的领域和行业；不同的行业和不同的用户的物联网应用都有个性化的要求；云平台虽然也提供了大量的行业应用案例，可以直接应用。但不同的应用，还是有不同的设备类型、不同的设备有不同的指标、监控画面更是千差万别；同时，不同的应用有不同的管理指标，因此，云平台不应该，也不可能完全直接满足所有用户的需求；为了解决这个问题，彩虹智慧物联网云平台提供了Web组态解决方案；用户注意通过配置、辅以少量的编程，来实行用户的个性化需求；云平台通过了通信组态、协议组态、设备组态、监控组态、报警组态、数据增值组态、脚本编程、二次开发SDK、数据应用组态等丰富的组态工具；用户和实施人员在不需要或少量培训的情况下，就可以根据自己应用的特点，通过组态工具，来实行自己个性化的应用。

1. 1. 组态二次开发平台

彩虹智慧物联网云平台的核心是提供一个人工智能的知识管理框架，并且内置基于人工智能的商业智能、专家系统、智慧预测等通用的知识应用解决方案。平台是一个应用平台，人工智能平台虽然内置了知识表示、知识获取、知识应用的解决方案，其中的知识表示和知识应用。但人工智能平台本身并不拥有知识，或者说只拥有元知识，即关于知识的知识。智慧物联网是一个基于人工智能的应用平台，虽然其中的知识表示解决方案、知识应用解决方案可以满足大部分应用的需要。平台需要获取不同行业的行业知识，加以应用才能形成行业应用。平台虽然提供了系统内置、脚本编程、机器学习等知识获取手段，通过这些手段，云平台可以快捷简单的获取行业知识。行业知识最难表示的是程序性知识，包括推理知识和行为知识，这部分知识往往由于复杂程度高，难以通过组态配置，而是需要通过编程的方式来获取。因此，彩虹智慧物联网云平台建立多层次的开发平台。智慧物联网负责云平台核心层和平台公共功能的开发，而具体的行业应用开发，通过建立二次开发平台的方式，支持第三方和用户自己进行开发。

云平台通过组态和二次开发，随着平台项目的实施，平台将积累越来越多的知识。在云平台供应商的统一管理和协调下，迅速的形成各种行业应用。

1. 1. 知识交易平台

彩虹智慧物联网云平台是一个具备知识学习能力的新型应用平台。云平台开发商在开发应用时，已经内置了人工智能的元数据知识、物联网应用领域大部分的功能知识、如modbus通信协议、极值均值数理统计模型知识、区间量统计模型知识、马尔科夫链等预测模型知识等，以及能源管理、石油计量方面的行业知识。彩虹智慧物联网云平台在刚刚推出的时候，拥有的知识还是非常有限的，更多的知识则来源于云平台的广大用户。云平台已经建立一套客户知识共享机制；在充分保证用户知识产权的前提下，提倡用户富赋予平台的知识，进行共享。云平台对不同的知识类型，进行分类共享。符号、度量知识原则由平台独立管理；云平台提供公共的特征、概念、规则知识，用户输入的特征、概念、规则知识经过用户同意后，由云平台向用户购买，云平台购买后，免费提供给所有用户使用。

对于程序性知识，如果是平台内置或开发商复杂的行业知识，则免费提供给所有用户使用。如果是用户赋予平台的知识，主要是行业算法和行业专家知识库，平台则建立一个知识交易平台。用户可以把在物联网项目中赋予平台的知识，提供给交易平台；由需要的其他用户，通过交易平台，购买知识的使用权。当然，云平台管理机构，也可以向平台用户购买行业知识，购买后，免费提供给所有用户使用。

1. 技术路线

云平台基于.net framework技术平台

1. 设计原则
用户利益最大原则
产品化原则
自主研发原则
稳定性原则
安全性原则

1. 性能参数
  1. 实时数据库参数

数据采集频率：默认250毫秒，用户可配置

实时监控频率：默认500毫秒，大于等于250毫秒

数据迟延：不大于1秒

在线设备：》1000万

1. 1. 大数据参数

实时数据归档频率：默认1分钟一次

归档时间存储时间：》50年

界面用户等候时间:<=3秒

数据压缩比例：》90%

1. 主要应用
智慧物联
智慧能源
数字化油库
商业智能
专家系统
智能预测
智慧管理

好用易用优势

云平台通过富UI设计、向导、样例、页面在线帮助、快速响应、快速导航等多种技术手段，减少用户所需要的操作、减低系统的使用难度、快速响应，来提高平台的好用易用特征，降低系统的使用难度。平台的目标是用户不需要培训，半天就可以熟练使用云平台的所有功能。

经统计，云平台总共提供了超过300个功能模块。这么多的功能，是不是会显得眼花缭乱，不知所措呢。不会的，云平台首先会根据您的应用类型，智能屏蔽您不需要使用的功能模块，缩小选择范围。同时，云平台通过三级菜单模式，实现快速定位功能。同时，在您执行一个具体的操作时，所有关联的功能都在最可能用到的地方，提供到功能导航，您不需要通过菜单去查询，非常的方便。

云平台所有界面采用富UI模式，在一个界面上，就可以完成一个应用场景的所有操作，而不需要在多个页面之间进行转换。比如对常用的数据维护功能，一般包括增删查改四个子功能。通常的做法是这个功能由增、删、查、改四个页面组成。但云平台采用富UI设计，所有操作都可以在一个页面完成，几乎所有的页面都提供了树形导航，实现以树代查，不需要在页面之间来回切换，大大的提高了好用易用型。对于查询统计页面，也提供了导航树，可以快速确定查询范围。并且能够记忆查询条件，对时间区段的输入，则采用命名时间方式，可以快速的输入查询时间。

对于一些复杂的操作，云平台提供多个参考样例和页面在线帮助，减低了学习难度。对于需要输入较多数据量的操作，云平台提供了复制功能，尽量的减少用户所需要的操作。

云平台对初次使用人员，则提供了操作向导，用户按到向导的一步步提示，就可以快速的完成系统的构建。

云平台采用大数据技术，极大的提高了系统的相应速度。保证系统99%以上的功能模块，都能很快完成操作或获取所需要的结果，不需要等候。平台对数据维护我们，在1秒内完成操作.对于监控、统计类操作，则等候时间不超过3秒。对于历史数据模拟、批量专家诊断等需要生产海量数据的极少量操作，系统则通过进度条给与提示。

人工智能优势：

平台依据人工智能原理进行构建，平台内部已经内嵌了极值方差、累积微积分模型等强大的数据增值工具，同时支持脚本编程，自动化编程，针对绝大部分的客户，不需要针对项目进行定制开发，就可以配置复杂的业务规则，并通过商业智能、专家系统、智慧管理等知识应用工具，成分的发挥大数据的优势，使您的物联网应用不仅仅只是一个监控报警，同时具备强大的管理、预测、决策支持功能。

大数据技术

云平台的大数据又称为记忆，在保持计算机对数据强大的读写存储能力的前提下，提出了实时记忆、长久记忆和智能遗忘等功能。云平台已经构建了ORM、实时数据库、分布式计算、预计算模型，能够轻松的承接1000万级别的设备同时在线，支持毫秒级别的数据采集与监控、支持分钟级别的数据归档操作；同时，采购彩虹智慧物联网云平台将继续强化模糊记忆、神经网络计算方面能力，从而使智慧物联网从简单的大数据模型向智能大数据模型演进。

组态优势

彩虹智慧物联网云平台是一个开放的知识平台。现在大多数的物联网应用，所具备的知识都只能通过开发商来提供，所拥有的知识系统开发完毕后，就已经确定。而彩虹智慧物联网云平台由于建立了完整的知识表示解决方案，因此，运行用户通过组态的方式，不断的向平台传授各种各样的行业知识，从而使用户通过相对简单的组态，就可以完成自己个性化的应用。彩虹智慧物联网云平台相对于传统的组态软件，使用更加方便，系统管理员就可以进行组态；同时，通过自动编程等技术，简化了脚本编程，从而使复杂的业务规则封装变得相对的容易简单。

知识共享优势

知识就是力量。彩虹智慧物联网云平台通过建立人工智能解决方案，可以通过不断的从用户获取知识，或者通过机器学习，从云平台海量的数据中获取知识。同时，由于彩虹智慧物联网云平台建立了完善的知识表示解决方案，从而使知识可以方便的进行交流和使用，从而为知识的传播、共享提供了天然的支持。知识是人类宝贵的财富，获取知识的手段有两种，一种是从外部获取，还有一种是通过自己实践获取。人类社会发展到现在，一个人所具备的知识，绝大部分是通过知识共享机制，从外部获取的。只有很少量的知识，是通过自身实践获取的。

体系架构
1. 智慧体系架构

从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果就产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称“智能”，将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智力和能力的表现。

人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学

1. 1. 数据

数据(data)是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的的原始素材。

数据是一种客体存在，并随着文明的发展而不断扩大和变化。以前并不是数据的，但现在看来都已经变成了数据内的范畴，比如在互联网出现之前，文字并不被认为是数据，但是互联网出来以后，通过将文字进行电子化储存，因此成了可以计算的文本，这就涉及到自然语言处理技术。甚至包括我们聊天记录、网页内容、打电话记录、用户生存内容（UGC）、论坛评论，购物数据，社会关系，行程记录等等都是数据内容。数据也经历了从结构化到非结构化的转变，而且非结构化数据中蕴含这更大的价值。

从人工智能知识表示的角度出发，数据是符号的组合。

1. 1. 信息

信息是对客观世界中各种事物的运动状态和变化的反映，是客观事物之间相互联系和相互作用的表征，表现的是客观事物运动状态和变化的实质内容。

信息是结构化的数据。所谓结构化，是多个数据依据内在的连接，组成的一个数据整体。因此，信息区别与数据，信息是能被直接理解的数据。而普通数据的理解需要通过分析过程才能完成。信息具备确定性，信息奠基人香农（Shannon）认为“信息是用来消除随机不确定性的东西”。

信息，指音讯、消息、通讯系统传输和处理的对象，泛指人类社会传播的一切内容。人通过获得、识别自然界和社会的不同信息来区别不同事物，得以认识和改造世界。在一切通讯和控制系统中，信息是一种普遍联系的形式。1948年，数学家香农在题为“通讯的数学理论”的论文中指出：“信息是用来消除随机不定性的东西”。创建一切宇宙万物的最基本万能单位是信息。

从认识智能知识表示的角度出发，信息是命题的实体化。

信息是数据，简单的说信息是有用的数据。信息是对世界人和事等描述，它比数据更加抽象。信息是隐藏在数据背后的规律，需要人类的挖掘和探索才能够发现。比如地球的面积和质量，物理学中的参数，圆周率等。同时，信息与数据一个显著的不同是信息能被广泛的理解，而数据却不一定具备此特征。比如网络上传输的信号，是数据，但却不是信息，因为不能广泛的被人所理解。所以，简单的说，信息是能被人广泛理解的有用结构化数据。

1. 1. 知识

知识是人类的认识成果，是高度结构化的信息。来自社会实践。其初级形态是经验知识，高级形态是系统科学理论。知识就是概念之间的连结。它是概念的内容的一个方面。概念的内容的另一个方面，就是与直观之间的连结。我们构造概念的目的归根结底是为了把握直观。因此，概念与概念之间必需彼此连结形成知识。有了知识才有力量，才能去把握直观。知识是个体通过与环境相互作用后获得的信息以及组织。按现代认知心理学的理解，知识有广义与狭义之分。广义的知识可以分为两类，即陈述性知识、程序性知识。’

1. 1. 1. 陈述性知识

陈述性知识是描述客观事物的特点及关系的知识，也称为描述性知识。人类已经提出了不少的知识表示解决方案，并且依据知识表示，形成了各种各样的应用，一般统称为知识图谱。陈述性知识按到从简单到复杂：划分为符号、度量、特征、概念、事实、规则

1. 1. 1. 程序性知识

程序性知识是一套关于办事的操作步骤和过程的知识，也称操作性知识。这类知识主要用来解决“做什么”和“如何做”的问题，可用来进行操作和实践。

云平台将程序性知识分为演绎推理知识、归纳推理知识、技能知识三类。程序性知识在大部分情况下，是可以用文字来进行说明的，因此程序性知识也是可以学习的，但程序性知识的学习一般需要配合实践才能更好的掌握。程序性知识与陈述性知识不同。陈述性知识只有掌握以后，就可以直接使用。但程序性知识掌握以后，一般还需要具备一些外部条件，或经过思考才能真正解决问题。

云平台对程序性知识的管理不是停留在简单的提供内容，而是提供一个手段，将程序性知识固化在云平台，具备解决实际问题的能力。程序性知识首先都是在应用一个贴定的场景，都需要一个推理过程。技能知识则还需要一定执行过程。为此，云平台推出了应用场景、算法、命令三个概念，用于程序性知识的管理。程序性知识的调度与运用，能为平台用户提供解决问题的信息和方案，是真正实现用户价值的核心和关键。

1. 1. 1. 1. 演绎推理知识

演绎推理（Deductive Reasoning）是由一般到特殊的推理方法。与“归纳法”相对。推论前提与结论之间的联系是必然的，是一种确实性推理。运用此法研究问题，首先要正确掌握作为指导思想或依据的一般原理、原则；其次要全面了解所要研究的课题、问题的实际情况和特殊性；然后才能推导出一般原理用于特定事物的结论。包括三段论、假言推理和选言推理、关系推理等。

演绎推理是云平台人工智能的核心实现。平台上实现的演绎推理的知识主要有数理统计和商业规划两类。对每一个业务规则，都单独封装成一个算法类，输入是应用场景，输出则是信息。这些算法类有云平台统一管理和调度。

1. 1. 1. 1. 归纳推理知识

归纳推理是一种由个别到一般的推理。由一定程度的关于个别事物的观点过渡到范围较大的观点，由特殊具体的事例推导出一般原理、原则的解释方法。自然界和社会中的一般，都存在于个别、特殊之中，并通过个别而存在。一般都存在于具体的对象和现象之中，因此，只有通过认识个别，才能认识一般。人们在解释一个较大事物时，从个别、特殊的事物总结、概括出各种各样的带有一般性的原理或原则，然后才可能从这些原理、原则出发，再得出关于个别事物的结论。这种认识秩序贯穿于人们的解释活动中，不断从个别上升到一般，即从对个别事物的认识上升到对事物的一般规律性的认识。例如，根据各个地区、各个历史时期生产力不发展所导致的社会生活面貌落后，可以得出结论说，生产力发展是社会进步的动力，这正是从对于个别事物的研究得出一般性结论的推理过程，即归纳推理。显然，归纳推理是从认识研究个别事物到总结、概括一般性规律的推断过程。在进行归纳和概括的时候，解释者不单纯运用归纳推理，同时也运用演绎法。在人们的解释思维中，归纳和演绎是互相联系、互相补充、不可分割的。

云平台对归纳推理也是采用算法的方式实现，输入是信息集合，输出的是用于演绎推理的知识。

1. 1. 1. 策略性知识

策略性知识是指学习者在学习情境中对任务的认识、对学习方法的选择和对学习过程的调控。它是由学习方法、学习调控和元认知等要素构成的监控系统。策略性知识作为一种特殊的程序性知识日益引起心理学家和教育家的关注。从知识分类的观点看，策略性知识也属于程序性知识的范畴，其实质也是一套如何学习、记忆、思维的规则和程序，它控制着人的学习、记忆和思维活动

策略性知识是一种较为特殊的程序性知识。它是关于认识活动的方法和技巧的知识。例如，“如何有效记忆？”“如何明确解决问题的思维方向？”等等。

策略性知识作为知识的高级形态，是彩虹智慧物联网云平台的下一个目标。策略性知识又称为元知识，是关于知识的知识。

1. 1. 智能

智能则是运用知识，解决问题的能力，智能的表现形式由感知、认知、表达、记忆、学习、推理、规划、执行等。智慧则主要是对获取知识、运用知识能力的度量，并不包括具体的解决问题的

能力。其中的感知、表达、执行属于解决问题的范围，不包含在智慧的范畴。一个智能系统一定是一个拥有知识的系统，但智慧系统因为不需要解决问题，因此，可以不拥有知识。比如说一个知识渊博的人，一定是一个智能的人，但不一定很智慧。但一个聪明智慧的人，不一定需要拥有很多知识，但却能提出解决问题的新方案，即能创造知识。智慧不能脱离智能而独立存在，一个没有感知、表达、执行能力的系统不可能是一个智慧系统。

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，需要具备知识表示、知识获取、知识的能力。一个人工智能系统并不需要具备所有的智能特征，但至少需要具备两个以上特征的系统，才被称为人工智能系统。现在人工智能应用最活跃的一个特征是认识，特别是图像识别。

智慧物联网是一个智慧系统，而不是智能系统。因为智慧物联网并不包含传感器和执行器部分。同时，智慧物联网相比于现在流行的人工智能应用，具备完整的智慧特征。当然，相对于阿尔法狗等人工智能系统，智慧物联网的学习能力和创造知识的能力还有待提高，因此，智慧物联网现在还是一个弱人工智能系统，创造知识的能力还比较弱。但物联网却是一个完整的智慧系统，运行在彩虹智慧物联网云平台的物联网应用，是一个完整的智能系统。

	符号	度量	特征	概念	信息	规则	演绎推理	归纳推理	命令	行为知识
感知	对外部世界进行度量，并用符号进行表示
认知			根据感知关联到各种和概念
表达	将知识传递该外部世界
记忆					对信息进行存储					对行为知识进行存储
学习			获取知识			获取知识	获取知识			获取知识
推理							运用演绎推理，得出特征和信息的过程
思考								创造新知识过程
规划									根据信息形成命令的过程
执行										运用行为知识达到目标的过程

1. 1. 1. 感知

感知即意识对内外界信息的觉察，感觉，注意，知觉的一系列过程。感知可分为感觉过程和知觉过程。

感觉过程中被感觉的信息包括有机体内部的生理状态，心理活动，也包含外部环境的存在以及存在关系信息。感觉不仅接受信息，也受到心理作用影响。

知觉过程中对感觉信息进行有组织的处理，对事物存在形式进行理解认识。

感知从外部世界获取信息的过程。包括感和知两个过程。感是从外部世界获取获取信号的过程；知则是对获取信息进行处理，是一个从数据从知识的转换过程。对外部信号的处理结果可以划分为区分概念实体和信息。即知道是什么，或者某个物体的特征度量，即获取信息。感属于智能范围，知属于智慧范畴。

1. 1. 1. 表达

表达是将思维所得的成果用语言语音语调、表情、动作等方式反映出来的一种行为。表达以交际、传播为目的，以物、事、情、理为内容，以语言为工具，以听者、读者为接收对象。表达输入智能范畴，本质是知识的输出。对一个物体智能程度的衡量，很大程度是通过表达来进行的。

1. 1. 1. 记忆

记忆是人脑对经验过事物的识记、保持、再现或再认，它是进行思维、想象等高级心理活动的基础。

记忆的基本过程是由识记、保持、回忆和再认三个环节组成的。识记是记忆过程的开端，是对事物的识别和记住，并形成一定印象的过程。保持是对识记内容的一种强化过程，使之能更好地成为人的经验。回忆和再认是对过去经验的两种不同再现形式。记忆过程中的这三个环节是相互联系、相互制约的。识记是保持的前提，没有保持也就没有回忆和再认，而回忆和再认又是检验识记和保持效果好坏的指标。由此看来，记忆的这三个环节缺一不可。记忆的基本过程也可简单的分成“记”和“忆”的过程，“记”包括识记、保持，“忆”包括回忆和再认 [4] 。人的记忆分为瞬时记忆和长久记忆，中间有一个忘记过程。

信息加工理论认为，记忆过程就是对输入信息的编码、存储和提取过程。只有经过编码的信息才能被记住，编码就是对已输入的信息进行加工、改造的过程，编码是整个记忆过程的关键阶段。

1. 1. 1. 学习

学习是获取知识的过程。获取知识的途径由三种，天生赋予、外部获取或自我领悟。生物智能都具备上述三种获取知识的手段。人与动物在知识获取的区别是动物的知识主要依靠天生赋予，而人类的知识主要通过外部获取和自我领悟。

学习，是指通过阅读、听讲、思考、研究、实践等途径获得知识或技能的过程。学习分为狭义与广义两种：

狭义：通过阅读、听讲、研究、观察、理解、探索、实验、实践等手段获得知识或技能的过程，是一种使个体可以得到持续变化（知识和技能，方法与过程，情感与价值的改善和升华）的行为方式。例如通过学校教育获得知识的过程。

广义：是人在生活过程中，通过获得经验而产生的行为或行为潜能的相对持久的行为方式。

1. 1. 1. 推理

推理是由一个或几个已知的判断（前提）推出新判断（结论）的过程。

按推理过程的思维方向划分，主要有演绎推理、归纳推理和类比推理。

1. 1. 1. 1. 演绎推理

②它是前提蕴涵结论的推理；

③它是前提和结论之间具有必然联系的推理。

④演绎推理就是前提与结论之间具有充分条件或充分必要条件联系的必然性推理.

1. 1. 1. 1. 归纳推理

它是由特殊的前提推出普遍性结论的推理。实质是从已有的信息中得出新知识的过程。归纳推理有以下几种类型：1.完全归纳法，2.不完全归纳法，3.简单枚举法，4.科学归纳法5.挈合法（求同法），6.差异法（求异法），7.共变法，8.剩余法。

1. 1. 1. 1. 类比推理

它是从特殊性前提推出特殊性结论的一种推理，也就是从一个对象的属性推出另一对象也可能具有这属性。

1. 1. 1. 预测

预测是指在掌握现有信息的基础上，依照一定的方法和规律对未来的事情进行测算，以预先了解事情发展的过程与结果。主要的预测方法有（1）移动平均预测法（简单移动平均、二项移动平均、三项移动平均）；（2）指数平滑预测法（简单指数平滑、二项指数平滑、三项指数平滑、温特斯指数平滑）；（3）趋势外推预测法；（4）回归预测法；（5）灰色预测法；（6）移动自回归预测法（ARIMA）。

预测从信息的角度来看，是对已有的信息运用一定的变化法则，进行改变，然后再运用演绎推理方法，得出新信息的过程，本质还是对知识的演绎推理。

1. 1. 1. 执行

规划，意思就是个人或组织制定的比较全面长远的发展计划，是对未来整体性、长期性、基本性问题的思考和考量，设计未来整套行动的方案。规划本质上还是一种演绎推理过程，不过是需要考虑的信息量更大，推理的复杂程度更高。

1. 1. 数据、信息、知识、智能相互关系

先相互依赖关系来看，数据是信息的表现形式，同时，数据也是陈述性知识中符号的组合。信息是结构化的数据，同时也是有用的数据，符号通过用谓词表达式来表示信息；同时，对人类普遍有用的正确信息则归入事实知识。同时，信息是推理性知识的输入和输出，或者说知识是对信息的处理方法；同时，信息还是规则、命名的出发点和基础。即规则是对信息的一种认知，而命名则对对信息的一个动作。智能需要在获取信息的前提，运用知识来解决来问题，智能是对知识表示、知识获取、知识应用的一种度量。

	数据	信息	知识	智能
数据
信息	信息是能被人理解且有用的数据		正确并且普遍有用的信息是百科知识，信息是程序性知识的加工对象	智能是获取信息，运用知识，对外界作出正确对象的能力。
知识	知识来源于数据，数据是符号的组合			智能是关于知识的科学，研究如何解决知识表示、知识获取和知识应用
智能

1. 1. 知识图谱

彩虹智慧物联网对知识图谱的理解为知识之间的关系的一种表示，以及基于知识之间关系建立的应用。

智慧解决方案
1. 知识表示解决方案

彩虹智慧物联网云平台采用面向对象的的方法来进行知识的表示。除直接利用计算机系统的符号外，其他所有的知识都采用对象的方法来进行表示。并且采用树形目录的方式来对知识进行分类展示。基于知识表示的专门应用一般称为知识图谱，主要是根据知识之间的关系和联结，从一个知识关联到其他知识。

序号	知识分类		表示解决方案	类描述
1	陈述性知识	符号	由计算机系统提供
2		度量	数值由计算机提供、计量单位则单独类表示	编号、名称、量纲，度量不单独使用，没有建立对应的类
3		特征	采用类来进行表示。物联网将特征分为静态特征、实时特征、监测特征，并且可以进一步细分类	编号、名称、计量单位、分类、关联的概念
4		概念	概念是具备相同特征的物体的集合。平台将概念划分为时、空、物三类、物则科技继续细分为机构、设备、物联、人员，并且可以进一步细分。	时间的表示有计算机系统提供、空间则由经纬度类、行政区划类和内部区域类来表示。物体则由机构、设备、物料、人员四个类来表示，并且通过继承关系，可以建立更多的概念表示，同时，允许用户通过组合特征来表示概念。
5		命题	命题表示是平台的核心表示。在平台中，命题俗称信息。命题是联系各种知识、信息、数据的枢纽。	信息由概念实体、特征、度量三个知识联结而成。信息由一个求值操作，会自动联结推理知识，计算度量
6		判定	判定是对概念指标度量的二次度量。其中二次度量值的表示为多个值区间或值集合。	判定采用类来表示。概念集合、指标、度量区间的联结称为条件、多个条件的集合则称为一个判定。判定与行为性知识联结则称为规则，规则是智慧管理的核心概念
7	程序性知识	演绎推理
8		归纳推理
9		行为性知识

1. 知识获取解决方案
  1. 陈述性知识获取
    1. 符号获取

符号是最直观的知识表示形式。平台中的符号主要由计算机系统提供。但还是允许用户对平台中的类，概念配置相应的图标。当平台用导航树的方式显示平台中的类的实体或者概念以及概念的实体，则会在树的节点处显示相应的图标，以更方便的划分概念。

图 1：概念图标配置

图 2：对象图标配置

1. 1. 1. 度量获取

度量是对特征的描述。一个度量有由数值和计量单位组成。对于某些特征的度量的一些度量值，可能会采用命名的方法来进行。比如颜色的就由红、绿、兰等命名度量。云平台的数值表示采用计算机系统的表示；而计量单位由类来表示，平台已经内置了核心的计量单位，运行用户配置新的计量单位。

图 3：计量单位配置

1. 1. 1. 特征获取

特征是基本的知识概念。平台对特征的表示为指标。平台将特征分为静态特征、监测特征和实时特征三个大类，并且特征还可以与概念进行联结，衍生出子特征。平台已经内置了少量的特征，大量的特征知识还是要有用户配置到系统中。

1. 1. 1. 1. 特征配置

1. 1. 1. 1. 衍生特征配置

衍生特征是主特征与概念联结后，产生的新特征。衍生特征只是在实时监控等一些场合下，才需要使用。并且一个主特征，可以衍生出非常多的子特征，因此，只有在需要使用的情况下，由用户进行配置。

1. 1. 1. 1. 特征与类属性管理配置

1. 1. 1. 概念获取

概念是特征的联结，主要解决我们日常生活中的是什么。在智慧物联网中，类就典型的概念表示，当然，不会为所有的概念都创建类。在计算机程序设计时，属性一般归属于类本身，虽然类可以通过实行接口，在类与类之间建立特征的管理。类的属性在知识体系中，就表现为特征。为了方便平台理解概念以及实体之间的关系，需要在类的属性与特征之间建立关联关系。从而为知识图谱类的应用提供必要的元数据支持。

云平台对不同的概念，用不同的类进行表示。对于具备包含关系的概念，则采用派生类的形式来进行表示。因此，系统中有很多的概念类。同时，通过自动编程机制，用户可以为新概念配置对应的新类。

1. 1. 1. 1. 物体概念配置

云平台的物体概念包括机构、设备、物料、人员四个顶级概念，顶级概念下面可以进行细分，划分为子概念，这样，就形成概念树。概念作为重要的知识分类，概念与特征和特定的陈述性知识是联结在一起的，因此，概念是全局的。对于系统内置的概念，是不允许用户修改的。

云平台已经内置了机构、部分设备、顶级概念。用户自己根据自己的需要，增加概念。并且可以通过配置概念的特征与概念与概念之间的关系，来定义个性化的概念。平台已经定义好的个性化概念，自动生成概念实体的数据维护界面，从而满足用户对机构、设备、物料、人员等数据的个性化需求。

1. 1. 1. 1. 命名时间配置

云平台已经内置了命名时间，命名时间都与现在有相对固定的时间间隔。系统提供的命名时间有现在、今天、本季、本月、本周、今年、昨天、上上月、去年、前天、千年、最近两天、最近两周、上半年、下半年、最近一周、最近二周、最近一年、最近二年等。

图 4：日历配置

图 5：节假日配置

图 6：日时间分段管理

图 7：早中晚班配置

1. 1. 1. 1. 空间配置

空间作为一个三维连续的概念。由于宇宙空间的非常巨大，因此，根据不同的应用场景，由不同的空间表示。常用的空间表示法为地球空间表示、行政区划表示和建筑空间标准。行政区划已经将空间划分为离散的实体，并且已经有相应的国际标准GB T2260-2013行政区划数据已经内置在平台。

1. 1. 1. 1. 机构配置

智慧物联网机构对应一个顶级类。而部门、客户、供应商则由机构类派生。用户可以定义机构类型。

1. 1. 1. 1. 设备配置

设备管理是物联网应用的核心功能。云平台作为一个通用的物联网云平台，所需要接入的设备种类很多。同时，为了监控、管理和决策的需要，需要在系统配置设备的个性化特征，包括个性化属性和个性化的设备与设备之间的关系。为了满足对设备个性化管理的需求，云平台提供了通用设备管理、个性化设备组态、命名设备管理三种方式。

通用设备管理

由云平台提付一个通用的设备数据管理功能模块，在这个功能模块，可以维护所有设备的功能属性，比如设备的名称、所属机构、管理人员、设备类型、自编号、设备位置信息等。

个性化设备组态

不同种类的设备，由不同的个性化的特征，而这些特征需要由平台进行管理，以满足监控、数据增值和管理决策的需要。平台提供的解决方案是实施人员或系统管理员依据设备类型，通过配置界面来维护个性化的特征。然后由平台自动生成个性化设备的数据维护功能，方便用户对设备的个性化管理。

定制设备管理

对于一些特殊或复杂的设备类型，通过特征配置，可能难以达到理想的用户体验。因此，平台，提供了定制化设备管理措施。针对特殊的设备类型，提供单独的设备数据管理功能模块。比如平台就提供了视频、油罐、能源表计等设备类型的定制界面。当然，平台用户也可以根据自己的需要，向平台开发商申请定制化设备类型数据管理功能。

1. 1. 1. 1. 物料配置

物料是我国生产领域中的一个专业术语。生产企业习惯将最终产品之外的、在生产领域流转的一切材料（不论其来自生产资料还是生活资料）、燃料、零部件、半成品、外协件以及生产过程中必然产生的边角余料、废料以及各种废物统称为“物料”。

云平台对物料的定义为只需要对数量，而不需要对具体个体进行管理的物体。物料和设备都是物体，都不过是管理方式不一样，设备不仅需要管理数量，同时更需要对个体进行管理。因此，物料一般是可以进行分割的物体，而设备一般情况下是不能分割的物体。当然，分割管理是一个相对的概念，比如汽车，在制造厂，是以物料方式进行管理的；但对于使用机构，则是以设备方式进行管理的。根据物料的用途，可以划分为商品、燃料、产品等。

1. 1. 1. 1. 人员实体配置

人员是指所有与系统相关的人员，既包括平台的使用人员，也包括平台中可能涉及的其他外部和内部人员。平台对人员的权限管理是基于机构和角色来进行管理的。首先，平台将权限通过角色方式将权限分配给机构，机构系统管理员角色自动获取平台分配的权限。然后机构管理员可以创建机构自己的角色，并且通过角色将权限分配给人员。人员权限不能超越平台分配给机构的权限。

1. 1. 1. 命题知识获取

命题知识是陈述性知识的高级形态。命题知识由于是对度量、特征、概念三者的联结。虽然度量、特征、概念这三类知识的数量不是很巨大，但三者进行笛卡尔联结后，就会产生巨量的数据。当然这些数据只有很少的一部分称为知识，但即使这样，数量也是非常巨大的。同时，信息和知识是一个主观的划分，信息与知识之间没有严格的界面。百科知识是信息，但什么样的信息，可以归入百科知识，却没有一个严格的认定标准。

命题知识分为事实和规则

1. 1. 1. 1. 事实知识获取

事实是概念实体特征度量的表示。一般根据事实的重要程度，分为百科知识、信息和数据。百科知识是对大多数人来说，都是重要的事实或者是概念的说明。信息则能被人理解且能与具体的程序性知识进行联结的的当前事实，即信息具备时效性。当然，所有的事实都是数据。云平台提供了已经简单的百科知识管理功能，平台内置了一些与平台有关的百科知识。

1. 1. 1. 1. 判定知识获取

规则是对机构、设备、人员、物料特征和行为的一种判定。判定是命题，同样是特征、概念、度量三种知识的联结。事实是对概念实体特征的度量。而判定是对概念特征度量值的一个分类。判定与概念至少有两个不同，事实与概念实体相关联。而判定只与概念有关，所以。由于判定不与具体的概念实体有关，因此，而概念作为实体的集合，对于特征概念的特征，度量值只是一个范围。而判定就是要对概念、特征的度量值进行分类。判定的实质是对机构、人员、物联、设备的评价体系，为后面的程序性知识应用做准备。

从判定出发，平台衍生出标准管理、计划管理、绩效管理、报警管理、专家系统、预测决策、智慧控制等应用功能。

1. 1. 程序性知识获取

人类获取陈述性知识，一般通过相对简单的学习，但获取程序性知识，一般都需要通过实践才能真正掌握。彩虹智慧物联网云平台陈述性知识一般可以通过以数据维护的方式，从用户获取。但程序性知识，虽然一些简单的行为性知识，可以通过配置从用户获取，但更多的则需要通过脚本编程、二次开发等形式，平台才能获取。彩虹智慧物联网云平台提供了系统配置、用户获取、机器学习三种形式。

1. 1. 1. 系统内置

云平台已经内置了物联网、智能能源、石油计量方面的行业算法。

序号	行业	知识名称	说明
1	物联网	极值、均值数理统计模型	能够自动的获取设备指标在某个时间段的极大值、极小值、算法平均、几何平均、均方差数据
2	物联网	累积模型	能够依据条件自动的生成累积值，用于设备能效指标数据生成、能源峰谷平数据生成等
3	物联网	区间值模型	根据根据指标累计量，自动计算区间量，比如能源用量
4	物联网	微分模型	能够计算出一个指标量对时间一次积分的量。比如根据油罐体积，计算油罐收发油速度，油罐状态
5	能源管理	能流模型	计算机构、区域能源用量、管网平衡、碳排放等指标的算法
6	石油计量	GB1885-1998	根据油罐高度、密度、温度计算油品体积的国标算法

1. 1. 1. 用户获取

1. 1. 1. 机器学习

1. 知识使用解决方案
  1. 商业智能解决方案

商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。智慧物联网商业智能与传统的商业智能软件一样，具备自定义报表、同步、环比、类比、多维分析、驾驶舱等强大的数据可视化工具。具备维度、粒度、特征、度量等名词术语。所达到的目标可以基本与普通的商业智能相媲美，使用方法也与普通商业智能软件类似。但所采集的技术，却相差较大。首先，普通商业智能软件由数据仓库提供底层数据支持，所要展示的数据需要预先经过加工处理，以事实表的形式存在于数据仓库中。智慧物联网使用大数据，只需要由原始的业务数据，不需要事先形成中间表，而是通过强大的算法引擎，从原始的业务数据表中自动计算而来。因此，智慧物联网可以任意的组合指标、维度，而不受事实表的约束。智慧物联网在实时数据库的支持下，能够生产实时数据。而普通的商业智能软件，数据一般是由滞后的。

从人工智能的角度出发，彩虹智慧物联网认为商业智能是命题知识与演绎推理知识的一个联结。

1. 1. 1. 商业智能优势
实时特征

商业智能的数据是实时的，界面展示的数据是实时变化的。

集成特征

商业智能内嵌与彩虹智慧物联网云平台，不需要耗费大量工作的etl

灵活特征

商业智能不需要事实表，可以任意的组合维度和指标

1. 1. 1. 术语
      1. 维度

“维”是人们观察客观世界的角度，是一种高层次的类型划分。“维”一般包含着层次关系，这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维（dimension），使用户能对不同维上的数据进行比较。彩虹智慧物联网云平台从人工智能的角度出发，对维度的理解为维度是概念和特征的划片。根据上述定义，智慧物联网的维度分为概念维度和指标维度。其中概念维度包括时间维度、空间维度、账户维护、概念类型维度、物料维度。通过将上述维度的值限定在一个较小的范围，则可以生成新的子维度。而指标维度值将将属性作为维度。对维度的操作包括钻取、限定、透视等操作。

在智慧物联网中，不是所有的特征取值方法和范围都可以作为维度，而需要用户事先进行定义。

1. 1. 1. 1. 维度粒度

维度粒度是对维度取值范围的一种划分。比如世界维度有年、月、日、时、分、秒。对账户维度则可以根据账户类型进行划分。比如将一个时间段按不同的粒度划分为多个小时间段。

1. 1. 1. 1. 维度值限定

在普通的商业智能应用中，维度值的限定又称为切片操作。在普通的报表应用中，又称为查询条件。如果没有对维度值限定限定，则取所有的维度值。

在商业智能应用中，一般都需要设定时间和账户的限定值。通俗的说，就是要明确什么时间(when)、什么对象(what)

1. 1. 1. 1. 钻取

钻取操作是在维度当前限定值的前提下，向上或向下进行取值的操作。钻取需要表示钻取粒度。向上钻取是取一个当前值更大的维度值，而向下钻取则是根据钻取粒度，将当前值的一个子集集合。在智慧物联网中，一个维度支持多次钻取。比如将时间先按年、月进行两次钻取。机构按到下级、下级进行多次钻取。

当有多个维度进行向下钻取时，一个商业智能应用的信息集合就是多个维度钻取实体值的笛卡尔乘积。经过笛卡尔乘积运算号后的信息集合，可能有出现很多的空值，这是，需要由商业智能显示控制部分对度量值为空的信息进行过滤。

1. 1. 1. 1. 透视

当维度执行向下钻取操作时，在报表显示时，一般都是将维度钻取的值用一列多行的形式进行展示。如果用一行多列的形式展示，则称为透视。

1. 1. 1. 工作原理

1. 1. 1. 创建专业图表功能

在几乎所有的信息系统中，几乎都有大量的报表和图形化分析功能。在没有引入商业智能的时候，每个报表和图形化分析功能都需要通过编码来实行。并且用户对报表和图形功能的需求，不像业务操作功能一样，而是不断的变化，而是一个系统即使开发完毕，后期的报表功能还是需要不断的增加和完善，因此，对用户和开发商都是一个不少的负担。商业智能的出现，通过配置，来实现报表、图表的功能。智慧物联网根据信息的展示方式，提供了报表配置、图表配置、驾驶舱配置三个信息可视化功能的配置工具。

1. 1. 1. 智慧报表

彩虹智慧物联网云平台提供了强大的报表功能。用户可以任意的组合维度和组合，定义维度的限定值、钻取粒度、透视方式，并且系统对报表的配置提供了记忆功能，同时，报表支持实时数据，当用户选定的时间区段截止到现在是，表格的数据就是实时跳动的，东感十足。同时，智慧物联网由于有大数据支持，用户等获取报表数据时，报表数据的呈现不超过3秒，几乎不需要等候，系统性能优良，从而给用户提供良好的体验。

1. 1. 1. 图形化分析
      1. 同比分析

      同比分析，本期水平与上期水平对比分析。彩虹商业智能应用平台同比分析支持应用场景定义和全时间粒度选择，彩虹商业智能应用平台支持多个上期选择。支持曲线、折线、柱状图、饼图等多种展示方式。

1. 1. 1. 1. 环比分析

环比分析，一个时间段内按某种时间粒度对指标数据用图形工具进行展示。彩虹商业智能应用平台同比分析支持应用场景定义和全时间粒度选择，彩虹商业智能应用平台支持多个指标选取。支持曲线、折线、柱状图、饼图等多种展示方式。

1. 1. 1. 1. 横比分析

横比分析，同时选取多个分析对象对指标数据用图形工具进行展示。彩虹商业智能应用平台同比分析支持应用场景定义和全时间粒度选择，彩虹商业智能应用平台支持曲线、折线、柱状图、饼图等多种展示方式。

1. 1. 1. 1. 对标分析

标准是一致重要的陈述性知识。通过抽象，可以将一个标准抽象成某类对象多个指标的值区间。与标准类似，报警定义和绩效目标都可以抽象成某类对象的值区间。

彩虹商业智能通过对标准、报警、绩效的抽象，成立了一个可对比的数值模型。当在应场景中定义了对象类型和指标后，系统就会自带关联对应的标准、报警、指标，操作员可以在报表工具、图形分析等可以应用场景的功能模块中，选择对比目标，从而方便的进行数据的对比。

1. 1. 1. 1. 关联分析

关联分析是一种简单、实用的分析技术，就是发现存在于大量数据集中的关联性或相关性，从而描述了一个事物中某些属性同时出现的规律和模式。

关联分析是从大量数据中发现项集之间有趣的关联和相关联系。关联分析的一个典型例子是购物篮分析。该过程通过发现顾客放人其购物篮中的不同商品之间的联系，分析顾客的购买习惯。通过了解哪些商品频繁地被顾客同时购买，这种关联的发现可以帮助零售商制定营销策略。其他的应用还包括价目表设计、商品促销、商品的排放和基于购买模式的顾客划分。

用户可以在彩虹商业智能应用平台，通过应用场景定义，将可能存在关联关系的指标定义在一个应用场景中，从而通过报表，图形方向等一个事务可能存在关联的指标的实际值以可视化的方式进行展示。

1. 1. 1. 1. 多维分析

信息有多个维度值组成，在做图形化分析的过程中，一般固定选定时间维度作为图形的Xz轴。操作员在多维分析功能模块中，可以选定任意维度为X或Y的值，从而最大限度的满足用户对数据进行多种维度的分析。

1. 1. 1. 驾驶舱

领导驾驶舱是以表格、图形方式将特定用户重点关注的信息，以表格、图形的方式集中在一个界面上进行展示的功能模块。通过领导驾驶舱，能够快速全面的掌握关键数据，起到统揽全局的作用。由于驾驶舱功能需要耗费较多的开发成本，在没有商业智能的系统，一般只为核心领导构建一个。引入商业智能后，就可以为所有的角色，甚至每个用户都配置自己个性化的驾驶舱。

1. 1. 专家系统解决方案
    1. 专家系统释义

专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。其中尤以知识库与推理机相互分离而别具特色。

云平台的专家系统认为是规则知识和程序性知识、行为性知识三者的一个结合，是人工智能应用的重要体现。

1. 1. 1. 知识库构建
      1. 专家规则配置

知识库包括专家规则和专家方案两个功能。专家方案是多个专家知识的一个集合

1. 1. 1. 1. 专家方案配置

专家方案配置是将多个专家指标组合在一起，并且给与每个指标一个权重值。专家规则类似于题目，专家方案则类似于一种试卷。

1. 1. 1. 1. 推理机配置

专家系统的推理机与商业智能共享一个推理机

1. 1. 1. 专家诊断

专家诊断并不需要专家到诊断现场。因为平台已经建立了知识库，因此，专家诊断功能只需要操作人选定专家方案，考虑对象，考察试卷区段，系统就会对所诊断的指标自动求值，并且对指标值进行判定，并给出相应的行动方案。

1. 1. 1. 预约诊断

专家诊断是对已经过去或现在的一种诊断。而预约诊断是对将来进行诊断，事先约定诊断对象、诊断方案、诊断时间、报告推送方式。从而第一时间推送用户关心的信息。预约诊断类似于报警，但报警一般用于操作级别实时指标的诊断，而预约诊断更多的用于对区间量等高级管理指标的信息推送。

1. 1. 智能预测

预测是指在掌握现有信息的基础上，依照一定的方法和规律对未来的事情进行测算，以预先了解事情发展的过程与结果。预测的方法与形式多种多样，主要包括古代玄门数术对吉凶祸福的占卜与推演和现代科学在对现有信息资料进行精密分析后所做出的对自然状况的预报以及各种政治理论学说对人类社会发展的推断。

从人工智能的角度出发，预测是命题知识和推理性知识的一个联结。在这点上，与信息商业智能由类似的地方。本质是对信息的求值，只不过人工智能是在已经发生的事实进行求值，而预测则是对为实际发生的事实的基础上，对事实运用一定的变换规则，重新构造信息的事实数据，然后运用推理性知识进行求值的过程。

预测作为一种高级智能活动，将预测从人工方式向机器方式转变，利用计算机强大的计算能力和存储能力，是人工智能应用的一个重大课题。彩虹智慧物联网将联合运用知识图谱、马尔科夫链等元知识，提供多种预测解决方案，并尽量的提高预测的准确率。

彩虹智慧物联网计划推出的事实变换方法有指数平滑法、移动平均法、建议平均法、线性回归法、马尔科夫链等方法。

1. 1. 智慧管理解决方案

从人工智能的角度来看，管理是对规则知识的一种运用，关系需要综合运用商业智能、专家系统、智能预测等高级智能应用。

彩虹智慧物联网现在推出了智能计划、绩效管理、对标管理等辅助管理手段，同时，正在努力探索机器管理的解决方案。

1. 1. 1. 计划管理

1. 1. 1. 绩效管理

1. 1. 1. 对标管理

智慧记忆解决方案

记忆是智能的一种重要的表征。记忆的基本过程是由识记、保持、回忆和再认三个环节组成的。识记是记忆过程的开端，是对事物的识别和记住，并形成一定印象的过程。保持是对识记内容的一种强化过程，使之能更好地成为人的经验。回忆和再认是对过去经验的两种不同再现形式。记忆过程中的这三个环节是相互联系、相互制约的。识记是保持的前提，没有保持也就没有回忆和再认，而回忆和再认又是检验识记和保持效果好坏的指标。由此看来，记忆的这三个环节缺一不可。记忆的基本过程也可简单的分成“记”和“忆”的过程，“记”包括识记、保持，“忆”包括回忆和再认 [4] 。

信息加工理论认为，记忆过程就是对输入信息的编码、存储和提取过程。只有经过编码的信息才能被记住，编码就是对已输入的信息进行加工、改造的过程，编码是整个记忆过程的关键阶段 [4] 。

现在的信息系统都具备记忆特征，一般简称为数据存储。以前在储存数字化信息时，一般采用关系数据库。现在，随着物联网应用的出现以及信息化系统应用范围的扩大，提出了大数据的概念。现在比较流行的大数据解决方案，比如hadoopr 、 redis等，主要目标还是围绕如何强力计算能力、增加IO吞吐能力。

彩虹智慧物联网大数据解决方案则基于模拟人类记忆特征而展开。除了提出了彩虹大数据解决方案，还在彩虹大数据方案的基础上，提出了彩虹记忆解决方案。当然，现在的计算机系统在记忆方面的能力以及大大的超出了人脑的能力，但人类还是表现出优秀的记忆能力，而现在很多系统还需要进行性能的改进。

彩虹记忆方案包括彩虹大数据、彩虹实时数据库和彩虹遗忘解决方案三部分。

1. 彩虹大数据方案
  1. 彩虹ORM

彩虹智慧物联网提出了一套彩虹ORM解决机制。现在有很多流行的ORM解决方案有围绕的linq, hibernate , mybatis等。彩虹ORM与其他 ORM一样，提供基本的数据新增、修改、删除、查询功能。不同的是对数据缓存的处理，彩虹智慧物联网通过对人类记忆的研究，对于除事实性知识外的其他知识，都是存储之间存储在大脑中，而对事实数据，则采用外部方面进行存储。因此，彩虹ORM除事实知识之外的数据，采用全局缓存机制，并且模拟人类神经网络，对知识之间的联结采用惰性自动加载的方法。同时，通过事件驱动机制，保证知识的一致性，从而大大的减少IO的次数，使大数据的知识加载、知识联结所需要的运算不需要外部IO的支持，因此，大大的提高了系统的敏捷。

彩虹智慧物联网对事实数据，对采用批量选择性装入，并模拟人脑遗忘机制，对载入的事实数据进入移除操作，方便事实数据过度的占有系统的内存零时记忆资源。

彩虹ORM还收彩虹实时数据库支持，对已经标注缓存的数据类型，从缓存中提取，如果缓存没有命中，在由缓存进行转载，转载完毕后，由缓存给应用返回结果集。

1. 1. NoSql解决方案

现在比较流行的数据存储方式是将数据存在在关系数据库中，而支持关系数据的理论是范式理论。采用范式理论后，出于保持数据一致性的考虑，将事实数据进行很细的车纷，一般需要到第三范式。这样，就会带来过多的管理操作，造成系统性能瓶颈。彩虹智慧物联网对数据量巨大的事实数据，包括业务数据的物联网的感知数据，采用基于时间序列进行牙刷存储，从而大大的减少存储空间，减少IO所需要的时间量。事实数据包含执行知识的引用，在关系数据库中，一般用外键进行表示。彩虹智慧物联网对事实数据进行压缩存储后，就可能互相外键引用丢失问题，这个问题已经得到处理。在一般的信息系统中，对事实数据的查询结果就包含了对外键引用的数据，对外键引用数据的加载会加大数据库的计算量和IO量，彩虹智慧物联网采用Nosql方案时，可以大大的减少IO，而IO往往是系统性能瓶颈所在。当然，采用Nosql进行数据存储，需要由解压和压缩操作，则也会增加cpu的负担，并且会有一定的时延。与减少的IO相比，还是能显著的提升系统性能。

1. 1. 数据预处理解决方案

对于一些需要耗费很多时间和IO的才能获取的信息，彩虹智慧物联网采用数据预处理方法，储存经过处理后的信息。这样，但需要信息时，就可以大大减少cpu的计算能力和IO吞吐量，从而极大的提升系统性能。数据预处理可能会带来数据的不一致，因此，需要由良好的数据一致性保障措施。彩虹智慧物联网已经内置了对预处理的支持。只需要通过简单的配置，系统就会自动的完成相应的数据预处理操作，而不需要对具体的数据预处理进行编程。

处理流程如下

1. 1. 分布式云计算方案

分布式云计算用于信息集合的求值操作，处理流程如下

1. 彩虹实时数据库解决方案
  1. 知识缓存

知识值对数据的管理方法和工具和重要信息的一个集合，与数据、信息相比，知识数量就很少了。在当前的计算机软硬件条件下，完全可以将知识一次性加载到内存中。同时陈述性知识本身就是程序，会随着系统的启动而自动加载。同时，系统也会选择性的加载概念实体。

1. 1. 感知映射

感知映射主要用于物联网应用，在内存中单独开辟一块区域，采用嵌套的字典形式，高效存储设备的实时信息，实现设备在系统里面有一个实时的逻辑映射，为实时监控、实时报警、实时控制提供信息支持。为了需要，系统还保持一份最近数据的列表，为实时曲线、微积分等实时计算提供支持。

1. 1. 事实数据缓存

实时数据的缓存需要先对需要缓存的实时数据进行配置，包括缓存数据的类型，缓存池大小等。配置完毕后，系统就会根据需要自动进行转载和移除。

1. 1. 实时任务

智能能动是人类智能的一个特征。简单的说，就是系统能够依据获取的外部信息，自动的作出反应。彩虹智慧物联网对会根据信息和自身拥有的知识，采用实时任务的方式，对外部世界作出反馈。实时任务有事件触发和定时触发两类，会根据知识和信息自动进行调度。

1. 1. 数据遗忘

数据遗忘包括瞬时记忆的遗忘和长久记忆的遗忘。实时记忆的遗忘由实时数据库自动完成；长久记忆的遗忘则需要系统管理员预先定义遗忘策略，然后通过实时任务调度，得以执行。

智慧物联网解决方案

彩虹智慧物联网云平台是一款采用大数据,人工智能等先进技术，基于软件即服务(saas)理念，依托公有云资源的物联网服务平台。云平台现在提供为期二年的免费服务，您现在就可以通过彩虹智慧物联网云平台，零费用、零成本的实现数字化工厂、智慧能源等物联网应用。云平台拥有智慧物联、商业智能、专家系统、智慧管理、预测决策等智慧子系统。云平台提供了智慧能源、智慧物联、数字化油库三个行业应用样例。

云平台构建了完整的知识图谱解决方案，建立了基于知识表示、知识获取、知识应用的智慧解决方案。平台具备智能感知、实时监控、远程控制、大数据增值、商业智能、专家系统等物联网核心功能，平台具备通信组态、监控组态、数据增值组态、统计分析组态等用户组态功能，是一款Web组态软件。通过简单的配置，就可以实现您个性化的应用。

云平台建立了基于AI的对象实时数据库。实时数据库具备丰富数据感知方式。通过modbus协议支持rs485信号的获取；通过opc获取自动化系统中的设备信息；通过rtsp协议获取视屏音频信号；支持mqtt、rtu、dtu等多种通讯方式。实时数据库支持1000万级别以上的设备同时在线，支持毫秒级别的设备通信，数据监控与报警，能充分的保证监控的实时性；实时数据库采用Nosql技术，支持秒级数据归档，支持长达50年的数据连续存储。

云平台已经内置了物联网行业通用的微分、积分、极值、方差等数据增值模型，同时支持脚本编程和第三方插件，具备强大的数据增值能力和业务规则集成能力；云平台提供了商业智能、专家系统、智能预测等强大的数据可视化和应用工具。彩虹智慧物联网云平台不仅仅只是监控报警管理平台，同时通过知识获取和知识应用解决方案，能快速高效配置您所需要的个性化的管理和决策功能。

1. 体系架构

图 8：彩虹智慧物联网体系架构

1. 通信方案

彩虹智慧物联网提供丰富的通信解决方案。首先，彩虹智慧物联网将智能设备区分为两大类，数字智能设备和多媒体智能设备。不同的设备类型采用不同的通信解决方案。对视频智能设备，采用rtsp协议进行接入，云平台本身不提供多媒体数据的归档功能，只是调用多媒体设备的api,对多媒体进行播放。对数字智能设备，云平台则根据不同的应用场景、应用目标，采用相应的通信方案。云平台对数字智能设备提供数据采集、远程控制功能。
         Dtu模式：数据传输单元DTU (Data Transfer unit)，是专门用于将串口数据转换为IP数据或将IP数据转换为串口数据通过无线通信网络进行传送的无线终端设备 [1-2] 。dtu模式不需要在智能设备本地敷设机房、本地局域网，而是直接采用公共的无线通信网络，将数据直接传递到云平台。特别适合于分散的设备或者物理位置在野外的智能设备。随着4G、5G通信网络的建设，特别是5G网络的推进，在通信时延、通信容量方面都有极大的改善，因此，可以预计，dtu模式会成为将来智能设备与物联网云平台的的主流通信方式。 Dtu模式与云平台之间的通信采用tcp协议，需要在云平台和dtu设备进行参数配置。dtu通信方式的通信频率系统默认为5分钟一次。
       Rtu模式：rtu模式特别适合于工厂这种有大量智能设备，并且智能设备本地具备良好本地通信网络这种情况。由于工厂都建有信息局域网或控制通信局域网，可以在智能设备就近安装rtu, 尽量减少布线工程量，然后通过rtu,接入本地局域网.然后在本地局域网部署数据采集服务，由本地数据采集服务将采集设备实时数据，并对数据加密、压缩后，传入云平台。这种方式可以节省大量的Dtu设备的采购费用，不需要额外支出流量费用，并且可以由很高的采集频率和很低的数据迟延。采用rtu方式，相关的通信参数在云平台进行配置，然后从云平台下载本地数据采集服务程序，部署后就可以实现云平台与智能设备之间的通信。采用rtu模式可以实现较高的数据采集频率，系统默认采集频率为250毫秒一次。
      OPC模式：在工厂，很多的智能设备已经有工业控制系统管理。由于安全已经以及并发访问问题，智能设备一般不支持与多个应用进行通信，特别是不支持受多个应用的远程控制。因此，对于已经纳入工业控制系统的智能设备，可以通过部署opc server方式，集成到云平台，构建一个集成的监控平台。opc模式的通信参数在与平台进行设置，然后从云平台下载opc本地数据采集服务，启动服务后，就可以实现数据的上传。为了安全起见，opc模式不提供对智能设备的远程控制功能。opc模式可以支持较高的数据采集频率，系统由定时采集和遇变则传方式方式，定时采集的默认频率为1秒一次。
    开发者模式：开发者模式是由云平台的使用者，开发智能设备通信的客户端程序，调用云平台提供的通信Api,与云平台进行通信的一种方式。现在云平台给开发者模式提供的通信协议为mqtt.开发者模式可以在智能设备本地对数据进行增殖操作，可以将智能设备的数据发送多多个应用。同时，由于开发者模式，屏蔽了云平台对设备的直接控制，因此更加的安全。

1. 1. Dtu配置

DTU (Data Transfer unit)，是专门用于将串口数据转换为IP数据或将IP数据转换为串口数据通过无线通信网络进行传送的无线终端设备。

1. 1. Opc数采配置

OPC全称是OLE for Process Control，它的出现为基于Windows的应用程序和现场过程控制应用建立了桥梁。在过去，为了存取现场设备的数据信息，每一个应用软件开发商都需要编写专用的接口函数。由于现场设备的种类繁多，且产品的不断升级，往往给用户和软件开发商带来了巨大的工作负担。通常这样也不能满足工作的实际需要，系统集成商和开发商急切需要一种具有高效性、可靠性、开放性、可互操作性的即插即用的设备驱动程序。在这种情况下，OPC标准应运而生。OPC标准以微软公司的OLE技术为基础，它的制定是通过提供一套标准的OLE/COM接口完成的，在OPC技术中使用的是OLE 2技术，OLE标准允许多台微机之间交换文档、图形等对象.

彩虹人工智能通信组件内嵌对opc协议的支持。通过opc协议，彩虹物联网应用平台可以方便快捷的与各类DCS、PLC系统进行数据交换。

彩虹人工智能opc 通信组件报告OPC通信windows服务,OPC办理与设备kpi指标映射和 opc 通信监控三个组件组成。

1. 1. Rtu配置

1. 1. Rtu数采服务

1. 1. Modbus协议配置

1. 1. 控制命令

1. 实时监控
  1. 设备监控

设备监控是将设备作为基本的监控单元。在一个区域内，同图形、文字、表格等方式集中显示一个设备的实时运行信息。云平台支持单设备和多设备两种模式。单设备模式是在一个界面上，全面的显示用户所关心的所有信息。而多设备模式，主要是针对设备信息栏目比较多，在一个监控界面显示多个设备时，由于一个设备只能占用一个相对较小的显示区域，因此，只选择一些重要的信息进行显示。

1. 1. 1. 设备实时监控

图 9：设备实时监控

图 10：设备实时监控

1. 1. 1. 设备实时监控配置

图 11：设备实时监控组态

1. 1. 1. 实时监控菜单配置

当您的物联网应用设备类型比较多，并且相互之间关系不大的情况下，实时监控菜单配置通过将相关的设备类型集中在一个组，构成一个独立的菜单，这样就缩小设备范围，方便监控。

图 12：设备实时监控菜单配置

1. 1. 工艺监控

1. 1. 1. 工艺流程监控

工艺流程是指按照生产工艺的要求，将多个相关的设备组合在一个监控界面上，从而方便操作员从工艺的角度去监控智能设备的实时运行状态。常见的工艺流程实时监控有生产装置实时监控、能源管网实时监控等。

1. 1. 1. 驾驶舱

1. 1. 1. 工艺实时监控组态

1. 1. 通信监控

1. 实时报警解决方案

物联网应用平台需要监控大量的设备，而这些设备在大多数情况下，都是运行正常的。应用平台一个重要的目标是提高监管的效率，因此，不可能安排很多的人、花费监管员很多的精力去实时的盯住屏膜。而告警预警机制的实现可以唤起监管员对关键事件、关键时刻的重视和关注，从而及时采取必要的措施。

1. 1. 设备告警定义

彩虹智慧物联网云平台支持用户自定义报警。用户定义报警时，先选择需要定义报警的指标，指标可以是设备的基础测量指标，也可以是经过复杂计算的高级指标，然后规定报警产生的指标阈值，定义报警适用的设备，报警推送的对象（用户或角色），报警推送的方式。系统管理员可以暂停或启用某个报警或启用某个设备的某个报警。

1. 1. 告警生成与推送

实时数据库系统会根据预先定义好的告警条件，实时生成告警记录。对于连续发生的相同告警，系统定义为一次告警。生成的告警会在应用平台所有的页面显著位置进行提醒。同时会根据定义的告警通知对象，告警通知方式，自动进行告警推送，从而保证告警信息及时推送给相应的责任人，并及时得到处理。

应用平台支持的报警推送方式由页面提醒、声光报警、邮件提醒、手机提醒，多种推送方式可以同时适用，一次报警邮件提醒和手机提醒只执行一次。

1. 1. 机构、区域告警定义

彩虹智慧物联网云平台支持在设备、区域、工艺等宏观方面的用户自定义报警。用户定义报警时，先选择需要定义报警的指标，区域报警的指标不能由单个设备直接取得，而是需要经过复杂计算。然后规定报警产生的指标阈值，定义报警适用的设备，报警推送的对象（用户或角色），报警推送的方式。系统管理员可以暂停或启用某个报警或启用某个设备的某个报警。

1. 1. 告警处理登记

当告警发生后，平台会及时进行推送，操作员会根据告警发发生的情况，进行分析和处理。处理完毕后，可以登记告警发生的原因、处理情况以及以后注意、避免措施。

1. 1. 告警归档

当应用平台捕获报警后，会对报警进行归档。报警归档的数据包括报警设备、报警类型、报警发生、停止的时间、并且报警处理的情况也合并到报警记录。报警记录会永久保存到数据库，并提供告警历史查询。

当设备发生告警时，实时数据库会对相应的设备实时数据采用遇变则规原则，从而最大限度的保留报警的现场信息，为事后分分析提供尽量详细的数据。

1. 1. 告警回播

报警回播是对单个报警事件进行事后分析的手段。应用平台将历史曲线的方式，用秒等细粒度的时间粒度，来展示整个告警发生时整个过程。

1. 1. 告警分析

告警分析是针对应用平台整个告警进行宏观分析。分析的维度包括告警发生的对象、告警的类型、告警的频度、告警持续的时长、告警处理情况。从而从宏观方面优化设备的运行。

1. 数据增值解决方案

彩虹智慧物联网云平台不仅具备将传感器的数据，上传到云平台，进行实时监控、报警以及简单的表格显示。而是充分运用人工智能，大数据技术，运用数理统计知识、行业知识，从原始数据中提炼出用于管理、决策的信息，具备丰厚的数据增值工具，从而充分的挖掘数据的价值。

1. 1. 量程修正解决方案

量程是仪表标称范围的上下两极限之差的值。传感器获取的的设备的信号，比如，温度传感器测量温度时是一个2-20 毫安的电流值，这是就需要将电流值转换为温度值。彩虹智慧物联网已经内置了量程修正解决方案。但平台接收到原始的测量数据时，如何已经对设备这个指标设置了量程转换，则在数据接收时会自动按照设置的量程转换参数，对原始值进行线性修正。

1. 1. 极大均值解决方案

极值包括极大值，极大值发生时间、极小值和极小值发生时间。均值则包括算法均值、几何均值。极值是重要的管理数据和信息。云平台已经内置了极值自动抓取功能。以天为最小粒度，通过计算可以获取大于天的时间范围内的设备指标极值数据。

1. 1. 软积分器解决方案

在物联网应用中，设备能够测量的值是指标的瞬时值。比如电表能够测量功率，虽然功率也是一个重要的管理指标，但用户更关心的是一个时间区段的用电量。用电量数据的获取是对功率对时间的积分。为了方便计算，电表不断的功率进行积分，并把值放在一个正向有功总电量的指标中。所以，在物联网应用中，有三类指标：测量指标、累积指标、区间指标。对于一些重要的测量指标、一般会有硬件直接对测量值进行积分。这种方式称为硬件积分。但有时为了节省硬件成本，或者一些区间指标不是简单的全时间段进行积分，而是需要按到一定的条件进行积分。比如一个电表关联一个大功率的用电设备，管理上需要统计开机时间、轻载时间、重载时间。由于不同的设备，由不同的轻重载判定依据，因此，不太可能将设备运行时间的统计信息由硬件实现。根据应用场景的不同，彩虹智慧物联网提供了普通积分器、时间积分器、条件积分器三类软积分器，以满足用户不同应用场景的需求。

1. 1. 1. 普通软积分器

1. 1. 1. 时间分段积分器

1. 1. 1. 条件软积分器

1. 1. 软微分器

1. 1. 区间量计算解决方案

区间量是重要的管理指标。比如能源管理中的用能量、管网效率等。对测量值，运用不同的积分机制，就可以得到累积量。然后通过，获取统计时间区段开始时刻和结束时刻的累积量，然后相减，就可以计算出区间量。彩虹智慧物联网已经内置了区间指标的算法，用户只要设置区间量对应的累积量，平台就可以自动获取区间量的值，不需要额外的编程，非常的灵活方便。

1. 1. 高级实时量解决方案

高级持久实时量是传感器本身不能直接提供，而是需要经已经测量的传感量数据，依据一定的规则，进行运算，才能得到的实时量，这些实时量计算过程复杂、计量量大，为了提升系统性能，在计算高级指标指标值后，需要与普通实时量一块进行持久保存。比如在能源管理的功率因素，就是由有功功率和无功功率通过三角运算而来。在石油计量中，油品质量由油品高度、油品密度、油品质量，按到GB1885-1998石油计量表计算而成。

云平台提出了高级指标实时运算解决方案。云平台已经内置了一些纯数学的运算算法，同时也可以调用用户个性化的增值算法，用户通过配置，就可以使用高级指标的自动求值。

1. 1. 脚本编程解决方案

彩虹智慧物联网云平台已经内置了大量物联网常用的增值算法，但由于用户业务的复杂性，不能完全满足用户对数据增值的要求，这时，平台提供了脚本编程方式，由用户通过简单编程方式，来完成算法的配置。

1. 1. 算法插件解决方案

对于一些特别复杂的数据增值算法，脚本方式可能也难以胜任。这时，平台提供了算法插件解决方案。并提供了二次开发SDK,用户就可以脱离平台进行独立开发。

1. 1. 1. 1. OPC采集组件

彩虹人工智能通信组件内嵌对opc协议的支持。通过opc协议，彩虹物联网应用平台可以方便快捷的与各类DCS、PLC系统进行数据交换。

彩虹人工智能opc 通信组件报告OPC通信windows服务,OPC办理与设备kpi指标映射和 opc 通信监控三个组件组成。

1. 1. 1. 1. ETL组件

ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。ETL一词较常用在数据仓库，但其对象并不限于数据仓库。

ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。

信息是现代企业的重要资源，是企业运用科学管理、决策分析的基础。目前，大多数企业花费大量的资金和时间来构建联机事务处理OLTP的业务系统和办公自动化系统，用来记录事务处理的各种相关数据。据统计，数据量每2～3年时间就会成倍增长，这些数据蕴含着巨大的商业价值，而企业所关注的通常只占在总数据量的2%～4%左右。因此，企业仍然没有最大化地利用已存在的数据资源，以至于浪费了更多的时间和资金，也失去制定关键商业决策的最佳契机。于是，企业如何通过各种技术手段，并把数据转换为信息、知识，已经成了提高其核心竞争力的主要瓶颈。而ETL则是主要的一个技术手段。

彩虹智慧信息应用平台，由于采用了规范的知识体系，因此，可以采用统一的ETL工具，通过配置，而需要针对单个的信息系统和业务数据进行编程，就可完成数据的集成，大大的提高了数据集成的效率。

1. 1. 1. 1. 视频音频集成

视频监控业务具有悠久的历史，传统的应用是在安防领域，是协助公安部门及相关管理单位打击犯罪、维持社会安定的重要手段。如果把摄像机看作人的眼睛，智能视频系统或设备则可以看作人的大脑，视频监控就是物联网的感知环节少不了的“眼睛”，其主要作用是忠实地将远端的视频信息进行展现和记录，是人们视觉的延伸。然而，由于监控探头的数量和监控数据的存储量非常巨大，随之而来的问题是如果完全依靠人工分析和监控，会存在效率低下、识别率不高及存储困难等问题，常常不能实时发现突发事故的发生。

　　随着社会的发展，计算机技术、图像处理技术以及移动通信技术的不断提高，使得对远程现场的图像、视频监视与遥控等功能实现变得愈加可能，从而也为公交、环保、电力、气象、水利、娱乐、医疗等传统视频监控难以满足需求的场合提供了新的安全监控以及运营管理手段。正是在这种情况下，智能视频技术应运而生，智能视频技术能够在图像及图像描述之间建立映射关系，从而使计算能够通过数字图像处理和分析来理解视频画面中的内容。

　　尤其是随着近年来3G技术的应用，使远距离、跨地域大范围远程视频监控成为现实。无线3G视频监控系统基于H.264视频编解码技术，结合了无线通信传输与远程控制技术，具有自主知识产权，支持WCDMA/CDMA2000(EVDO)/TD-SCDMA全制式3G移动通信网络，可实现远距离、跨地域大范围远程视频监控。

　　3G视频监控系统主要包括三个部分：前端设备、企业客户端和视频服务平台。

　　前端设备主要由摄像机、麦克风、DVS视频服务器(H3224/H3225)及行业应用RTU等设备组成。DVS视频服务器是3G无线传输及音视频编码一体设备，将摄像机、麦克风音视频信号进行编码后通过3G无线网络传输至监控中心。行业应用RTU是数据采集终端，DVS可为RTU提供透明通道，通过TCP/IP连接，将RTU采集的数据传输至数据中心的应用平台，利用OSD技术，在实时传输的图像上叠加RTU采集的数据，使得视频监控和数据分析完美结合。

　　企业客户端是指视频监控中心配备一台视频监控平台，可同时支持多个远端编码器，在视频监控平台中集成了多路视频解码单元，直接把管理员选择的线路图像传递到电视墙。配备一台或多台数字录像服务器，作为整个监控系统的录像及点播服务器。配置一台网管服务器，提供全程网管服务，同时提供WEB服务，桌面终端可以通过以太网访问任意线路的监控图像，并可通过授权进行远程遥控。企业客户端是一种支持多用户同时多画面浏览的视频浏览窗口，用来播放前端数字视频服务器传输的音视频和图片，以起到实时监控的作用。

　　随着计算机网络存储技术、视频数字编解码技术的发展，视频监控系统在不断的创新中已经达到了一个全IP全高清的时代，视频编解码技术和流媒体存储技术的快速发展使高清图像的网络传输和存储成为了可能，我们能够有效利用最先进的编解码技术将高清图像压缩成可以接受的并易于传输和存储的大小，先进的流式文件存储技术也为高清系统的快速发展奠定了坚实基础。

　IP网络的广泛部署和快速发展推动了网络视频监控的发展，视频监控系统不再需要部署繁杂的监控线路，依托于原有的网络拓扑即可轻松实现监控。视频监控IP化带来的直接影响就是720P、1080P级别的高清相机技术逐渐成熟，很多电信级的IP视频技术都被大量引入到视频监控应用中，亚安YMS9510视频监控平台就应用了在电信领域已经非常成熟的VOIPSIP软交换技术。

　　当我们审视电信、互联网及移动互联网领域的发展和变革，我们发现谁把握了网络谁就把握了未来，开放战胜封闭、统一与兼容战胜特立独行，硬件、软件、服务结合才能创造最大价值。事实上，诸如业务聚合、移动性、协同、可维护性等需求在电信与互联网领域早已存在，并且有较为成熟的解决方案。

总之，网络化应用是安防领域的发展趋势，而在其背后，我们发现来自电信及互联网的SIP技术正在一如既往地占据主导地位，SIP技术及应用可以作为安防网络平台产品开发的核心技术，其在电信及互联网领域取得的成功值得安防行业借鉴。

1. 1. 1. 数据存储解决方案
      1. 维度数据存储解决方案

维度数据由于数据量少、并且是知识运算中需要高频使用的数据，不同的维度数据采用不同的类来表现。为提升性能，维度数据常驻实时数据库，永久储存采用关系数据库技术。

1. 1. 1. 1. 指标数据

指标数据是信息类型的元数据，采用强命名机制，采用常量方式固化在应用平台，不需要永久存储。

1. 1. 1. 1. 自动化信息储存

自动化设备的信息是描述设备运行状态的信息。一个设备在一个时刻点会有很多的状态信息。这些状态信息都有相同的维度值，设备维度值和时间维度值，同步不同的状态需要用一个不同的信息类型。因此，设备在某个时刻的信息可以认为是具备相同的设备维度和时间维度，不同的信息类型的信息集合。为了保持存储效率的高效，对自动化信息采用以设备为单元，具备时间戳、多个指标数据进行压缩后进行存储。具体实现详见实时历史数据库章节。

1. 1. 1. 1. 商业信息储存

商业信息比自动化信息复杂，主要表现为不同种类的商业信息，其维度属性是不同的，但商业信息与自动化信息一样，都具备时间维度属性。由于商业信息往往不至保护一个维度信息，并且一次商业活动往往保护多个业务信息。在对信息进行处理时，往往需要执行对维度的查询，但不需要对值维度进行查询。为了提高业务信息的查询效率，并且兼顾效率和统一存储，彩虹应用平台对商业信息的维度数据和值数据分开存储，对值数据采用多个指标值对形式进行压缩存储，而对维度数据则采用不采用压缩存储，以提高系统的性能。随着计算能力的提升和存储技术的进步，将来也可能对维度数据采用压缩方式存储。